才 溢工程師 張佳杰 林曉飛講師 程 婭

(1.北京市地鐵運營有限公司 運營四分公司，北京 100102；2.安徽工業(yè)大學 建筑工程學院，安徽 馬鞍山 243032；3.馬鞍山學院 博士后科研工作站，安徽 馬鞍山 243100)

0 引言

自2019年新冠疫情爆發(fā)以來，各地各區(qū)域都在嚴格控制場所內的人員密度。軌道交通車站由于其自身的建筑特點，屬于人員密集場所。為控制客流密度，達到防疫及疏散要求，運營企業(yè)需要對車站內客流密度進行控制。國內相關研究有，楊心怡等分析疫情下深圳軌道交通客流出行特征及疫情對其出行造成的影響；王凡分析西安地鐵在疫情下的客流變化，并提出客流組織措施；張曉春等提出用大數據對疫情進行防控，提出將大數據分析下的韌性交通構建納入長期防控戰(zhàn)略；廖沈美慧等對疫情下軌道交通客流的下跌、恢復進行數據統(tǒng)計，并且根據時間特性進行特征分析；趙源等對疫情下上海軌道交通典型車站進行客流分析，并提出路網層級的運營組織優(yōu)化方案對客流進行管控；宋著堅分析疫情下軌道交通客流的變化特點，并且根據客流趨勢制定了運行圖調整措施來應對客流變化；胡晶分析疫情對城市軌道交通客流的影響，總結了疫情期間運營關鍵點及防控措施?，F有文獻多以城市路網級別客流為研究對象，防疫防控措施主要以調整客運組織方式為主要手段，沒有針對具體車站提出具體的參考措施。由于軌道交通車站所在地理位置對客流影響較大，因此本文本著“一站一方案”的主旨對具有代表性的潮汐大客流車站進行數據分析，通過計算客流密度分級預警，起到提前介入的效果，對其他軌道交通車站有一定借鑒意義。

1 地鐵車站客流密度

《地鐵設計規(guī)范》(GB 50157-2013)規(guī)定，在計算站臺寬度時考慮站臺上人流密度，取值范圍為0.33～0.75m/人，即1.3～3人/m。北京地鐵車站在設計時，設計單位綜合考慮了應急條件下乘客快速疏散、乘客舒適度、車站建設規(guī)模等因素，該值取2人/m。按照交通運輸部《客運場站和交通運輸工具新冠肺炎疫情分區(qū)分級防控指南(第四版)》關于城市軌道交通車站擁擠度的規(guī)定，高風險地區(qū)所在區(qū)縣≤50%，中風險地區(qū)所在區(qū)縣≤70%。按照當前北京市防疫規(guī)定屬于高風險地區(qū)，因此取上限≤50%，即車站客流密度閾值取1人/m。

按照高冗余度的原則，將運營條件下各線路高峰30min發(fā)車間隔內車站進出站和換乘量的客流數量估算為人·次，運用經驗公式，客流密度為客流量與站臺面積之比，客流量為列車運行間隔內進出站的乘客數量，設高峰站臺人流密度為：

(1)

式中：

?—高峰站臺人流密度，人/m；

N

—高峰30min進出站量，人·次；

N

—高峰30min換乘量，人·次；

t

—高峰行車間隔，min；

S

—站臺有效面積，按照列車有效長度和站臺寬度相乘，扣除樓扶梯等設施占用面積測算，m。

2 客流密度閾值分級預警

導致軌道交通路網、線路或車站運營降級的因素很多，但同時也會顯現出一些“苗頭性”事件作為警示。列車清人事件雖然具有突發(fā)性，但如果及時采取車站、線路級的疏導措施，就會減輕對線路、路網的影響。在計算出列車清車作業(yè)對車站客流密度影響的閾值后，針對突發(fā)事件發(fā)生的特征，建立應急預防預警系統(tǒng)，有利于客流及時疏導。

2.1 單因素事件預警等級劃分

影響車站客流變化的因素或事件很多，以影響客流密度變化為預警標準，將單因素事件劃分為3個級別，分別設為

ρ

、

ρ

、

ρ

。根據北京市城市軌道交通客流相關要求，其相應的預警等級和應急措施，見表1。

表1 車站客流密度預警等級劃分

該預警等級主要是通過分析突發(fā)事件發(fā)生時的狀況，總結出突發(fā)事件發(fā)生的特征，以此為依據進行活動監(jiān)測和預測。當遇到類似的特征狀況，立刻發(fā)出突發(fā)事件預警，確保在突發(fā)事件發(fā)生之前，及時消除突發(fā)事件隱患，避免因突發(fā)事件發(fā)生帶來的損失。

注：

ρ

為影響客流密度變化的單因素應急事件，閾值根據疫情防控要求動態(tài)變化

2.2 綜合考量預警等級

由于軌道交通運營特性，發(fā)生單因素突發(fā)事件時，還會疊加其他衍生事件，例如單側列車在站清人時，車站仍有乘客進入，或者雙向列車均在站進行清車作業(yè)，這2種情況下均會造成站臺人員密度增加，不僅會造成防疫隱患，還存在人員密集場所發(fā)生突發(fā)事件的可能性。在確定車站綜合預警等級時，要根據不同類型事件及發(fā)生時間綜合考慮。

3 降低客流密度的措施

當車站客流密度逐漸接近或超過閾值時，具體可以從車站、行車、線路聯(lián)保措施3方面進行處理，確保車站運營秩序穩(wěn)定。

3.1 車站措施

當啟動客流控制預案后，車站可以根據

ρ

-

ρ

變化，由“少進多出”策略向“只出不進”策略轉變。由于車站現場運營的復雜性、多變性，車站可以根據當時情況選擇以下措施組合使用。

(1)按照區(qū)域進行客流疏導，可采取以下措施：車站在站臺區(qū)域、站廳(非)付費區(qū)域、車站大門處對乘客進行勸阻，鼓勵乘客改乘其他交通工具；車站逐漸縮小出入口大門橫截面直至關閉車站大門；所有電扶梯逐部關停，防止跌落踩踏事件。

(2)按照業(yè)務分類進行客流疏導，可采取以下措施：車站安檢點由雙通道改為單通道直至停止安檢進站；逐部關閉進站閘機，直至乘客停止進站；暫停自助設備售票，人工崗位改為退票，不能及時辦理現場退票的乘客可在日后持有效證明到站退票，防止現場擁擠；出站閘機全部啟動緊急模式，對出站乘客放行。

3.2 行車措施

應用行車措施疏散乘客，主要是從改變在線車輛的運力配置出發(fā)。

(1)其他在線列車可以跨站運行至預警車站接續(xù)乘客。

(2)斷面客流不均衡的線路，可利用低斷面客流方向車輛在線折返至預警車站接續(xù)乘客。

3.3 線路聯(lián)保措施

考慮到應急情況下運營線路的其他情況，綜合考慮早晚上下行潮汐客流趨勢，可以采取線路聯(lián)保措施迅速降低車站客流密度。

(1)早、晚高峰期間，在線路車輛段或車場熱備一輛列車可以隨時出段場上線運營，以空車狀態(tài)載客運營。

(2)當某車站啟動預警后，線路上其他車站可以采取共同限流措施，控制線路斷面客流量。

(3)相鄰線路接到預警信息后，可以對預警車站所在線路的換乘站采取加開列車的措施，協(xié)助降低預警線路的客流量。

4 沙河站客流密度預警及應對措施

4.1 地鐵沙河站運營概況

軌道交通昌平線沙河站，地處昌平區(qū)沙河鎮(zhèn)中心，周邊住宅區(qū)、企事業(yè)單位較多，是典型的通勤客流車站。沙河站位于昌平線車站的中間位置，屬高架車站，在線路中承上啟下作用明顯，是城市北部地區(qū)與市中心連接的重要節(jié)點車站。當前防范新冠疫情形勢依然嚴峻，經濟復蘇帶來的客流回升逐漸恢復至疫情前水平。目前昌平線采取西二旗站到沙河高教園站、西二旗站到昌平東關站、西二旗站到西山口站的大小圈套跑模式，沙河站在運營過程中處于客流高斷面和套跑交路中，客運組織及防疫壓力大。

通過對沙河站早晚高峰客流的對比，找出車站尖峰時刻予以研究。當前北京地鐵高峰時間普遍為7:00～9:00、17:00～19:00，由于昌平線地處非城市中心位置，早晚高峰客流存在提前和延遲情況，因此在進行統(tǒng)計時對高峰時間予以延展1h進行計算。本文選定的運營日期為2021年7月28日，當日運營秩序穩(wěn)定，天氣情況良好，為普通通勤客流日。

根據北京地鐵線路分時進出站量統(tǒng)計表(2021-7-28)中的數據：沙河站早高峰客流集中在7:00～8:30之間，以0.5h進站量為一個單位，7:30～8:00之間進出站客流達到的峰值為7 835人·次；沙河站晚高峰客流集中在18:30～20:00之間，以0.5h進站量為一個單位，19:00～19:30之間進出站客流達到的峰值為5 980人·次，如下圖。

圖 沙河站分時進出站量統(tǒng)計(2021年7月28日)

經統(tǒng)計可以看出，沙河站早高峰客流在7:30～8:00、晚高峰客流在19:00～19:30最為集中，且晚高峰客流集中時間段落在北京地鐵普遍設置的17:00～19:00之外。這是由于昌平線為連接市郊北部與市中心的線路，潮汐客流相對中心區(qū)域線路有明顯的時間后滯性。本文選擇客流更為集中的早高峰數據作為后續(xù)研究之用。

4.2 沙河站防疫時期正常客流密度

根據昌平線列車運行圖技術說明(PR2005)中的內容，早高峰沙河站下行列車間隔3min，沙河站站臺面積為1 039m。根據統(tǒng)計數據7:30～8:00沙河站客流量為7 835人，換乘量為0。由此可以得出沙河站早高峰站臺客流密度為0.754人/m。因此在日常運營過程中，沙河站客流密度符合防疫防控要求。

4.3 突發(fā)應急事件時車站客流密度

軌道交通車站、車輛都是運營體系中的子系統(tǒng)，其互相影響、相互制約，在正常運營條件下互相配合將乘客進行位移輸送，但在發(fā)生應急事件時，軌道交通封閉運行的劣勢凸顯，尤其是需要列車在站清人時，站臺會出現乘客堆積的情況，迅速增加客流密度，在疫情時期對防控工作產生不利影響。

4.3.1 清車作業(yè)時客流量

地鐵沙河站地處昌平線中間位置，且均屬于昌平線三環(huán)套跑范圍。如果列車在站進行清人作業(yè)，本站需要承接斷面客流。根據北京地鐵線路分時斷面客流量統(tǒng)計表(2021-7-28)數據，7:30～8:00的沙河站下行方向上游車站分時斷面客流逐步增加，在沙河高教園站到沙河站區(qū)間斷面客流達到30 min內8 627人·次。

為計算清車條件下的單次列車斷面客流，設客流斷面單次列車載客量為：

(2)

式中：

K

—斷面單次列車載客量，人·次；

F

—30min間隔高斷面客流量，人·次。本文沙河高教園至沙河斷面客流量為

F

=8 627人·次。由此可知，斷面單次列車載客量

K

=862.7人·次，取值862人·次。

4.3.2 清車作業(yè)時站臺客流密度

表2 沙河站清車條件下的客流密度值

由表1中數據可知，當有連續(xù)2列車在站進行清人作業(yè)時，車站客流密度?=0.920人/m時即接近閾值1人/m。

4.4 客流密度預警及應對措施

針對沙河站的客流密度情況，可通過制定如下措施進行應對，見表3。

表3 沙河站客流密度預警及應對措施

5 結論

當前疫情防控已成為常態(tài)，軌道交通作為市民日常出行的主要交通工具，不僅承擔運送乘客的任務，還要對疫情進行分級防控，落實防疫工作要求。本文采用傳統(tǒng)經驗公式計算法，分析疫情時期北京地鐵昌平線沙河站客流的時間變化特點，并提出客流密度預警等級和疏導措施，得出以下結論：

(1)昌平線具有明顯的潮汐客流特征，防疫時期，沙河站早高峰客流在7:30～8:00、晚高峰客流在19:00～19:30最為集中，且晚高峰客流有明顯的時間后滯性。

(2)防疫時期高峰時段站臺的客流密度為0.754人/m，滿足交通運輸部《客運場站和交通運輸工具新冠肺炎疫情分區(qū)分級防控指南(第四版)》關于城市軌道交通車站擁擠度的規(guī)定。

(3)清車作業(yè)時，當有連續(xù)2列車在站進行清人作業(yè)時，車站客流密度即達到閾值。

(4)針對單因素和綜合因素應急事件，可根據客流密度預警等級從車站、行車、線路聯(lián)保3方面采取疏導措施。

(5)客流密度預警等級和疏導措施在沙河站取得良好的應用效果。